800만+ 레코드, 7개 레거시 시스템, 데이터 손실 0

상황

Sanofi의 유럽 및 APAC 영업 운영은 10년에 걸친 인수, 지역별 구축, 끝내 완료되지 못한 플랫폼 마이그레이션을 거치며 7개의 레거시 CRM 및 데이터 시스템을 쌓아 왔습니다. 고객과 HCP(의료 전문가) 데이터는 파편으로 흩어져 있었습니다. 일부는 노후화된 온프레미스 시스템에, 일부는 지역별 Salesforce 샌드박스에, 일부는 한 번도 정식화되지 않은 스프레드시트 기반 프로세스에 남아 있었습니다.

과제는 모든 영업 데이터를 하나의 Salesforce 플랫폼으로 통합하고, 7개 레거시 시스템을 폐기하되, 데이터 손실을 단 한 건도 허용하지 않는 것이었습니다. 제약 산업에서 데이터 무결성은 성과 지표가 아닙니다. 규제 요건입니다. HCP 상호작용 기록, 처방 데이터, 판촉 컴플라이언스 문서, 부작용 이력은 완전하고 감사 가능해야 합니다. 레코드를 잃거나, 손상시키거나, 그 행방을 설명하지 못하는 마이그레이션은 규제 노출을 낳습니다.

규모는 7개 소스 시스템에 걸친 800만 레코드였고, 데이터 모델이 겹치고, 항목 매핑이 일관되지 않고, 엔터티가 중복되고, 의료 전문가 연락처 레코드가 무엇을 담아야 하는지에 대한 합의된 표준 스키마도 없었습니다. 7개 중 3개 시스템은 API 접근이 불가능해 맞춤 추출 도구가 필요했습니다.

과제

가장 큰 위험은 기술적 복잡성이 아니었습니다. 규제상 타협 불가능성과 데이터 모델 분기가 결합된 데 있었습니다. 표준 마이그레이션 방식(대량 추출, 변환, 적재)은 영업 환경에서는 수용 가능한 위험을 안지만, 제약 컴플라이언스 아래에서는 받아들일 수 없습니다.

소스 시스템에는 세 가지 뚜렷한 데이터 품질 문제가 있었습니다. 중복 레코드: 같은 HCP가 여러 시스템에 조금씩 다른 이름, 주소, 전문 분야 코드로 존재했습니다. 구조적 불일치: 한 시스템이 “거래처 유형”이라 부르는 것을 다른 시스템은 “고객 세그먼트”라 부르며, 값 집합이 다르고 상호 참조도 없었습니다. 이력 공백: 여러 시스템이 일관성 없이 사용되어, 타깃 스키마 검증에서 실패할 필수 항목 누락 레코드가 생겼습니다.

이런 레코드를 그대로 적재하는 마이그레이션이었다면 첫날에 수천 건의 검증 실패를 냈을 것입니다. 그것이 바로 규제 기관도 사업 이해관계자도 받아들일 수 없는 시나리오였습니다. 이 작업은 마이그레이션 이후가 아니라 마이그레이션 이전에 데이터 품질을 해결해야 했습니다. API 접근이 불가능한 3개 시스템은 그 위에 추출 위험을 더했습니다. 맞춤 커넥터를 구축하고 검증해야 했으며, 모든 추출은 소스 시스템의 레코드 건수와 체크섬에 대조해 확인했습니다.

추출을 시작하기 전 스티어링 위원회에 한 말

적재는 쉬운 부분입니다. 본질은 데이터 품질입니다. 모델과 정제를 제대로 잡으면, 마이그레이션 자체는 아무 소동 없이 끝납니다.

실행

아키텍처상의 결정은 마이그레이션 코드를 한 줄 쓰기 전에 표준 데이터 모델을 설계하는 것이었습니다. 타깃 스키마가 각 엔터티(의료 전문가, 거래처, 제품, 상호작용, 동의, 컴플라이언스 문서)의 권위 있는 정의를 확립했습니다. 모든 소스 시스템 항목을 타깃 항목에 명시적인 충돌 해결 규칙과 함께 매핑했습니다. 추출을 시작하기 전에 컴플라이언스, 법무, IT가 승인했습니다.

전환 이후, 30일간의 병행 운영 기간에 레거시 시스템과 Salesforce를 동시에 가동했습니다. 자동 비교 쿼리가 시스템 간 데이터 일관성을 확인했습니다. 폐기 승인은 전체 800만+ 레코드에서 100% 정합을 요구했습니다.

성과

800만 레코드를 7개 레거시 시스템에 걸쳐 데이터 손실 사고 없이 마이그레이션했습니다. 병행 운영 기간이 완전한 정합을 확인했습니다. 모든 레거시 시스템의 모든 레코드가 Salesforce 타깃에서 그 행방이 확인됐고, 소스 추출에서 변환 판정을 거쳐 최종 적재까지 전체 감사 추적이 남았습니다.

7개 레거시 시스템을 일정대로 폐기해, 노후 인프라에 따르는 유지보수 비용과 컴플라이언스 위험을 제거했습니다. 통합한 Salesforce 플랫폼은 여러 CRM 시스템을 유지하던 연간 IT 운영 비용을 €1.2M 절감했습니다.

Sanofi를 위해 개발한 마이그레이션 프레임워크는 재사용 가능함이 입증됐습니다. 추출 커넥터, 변환 로직, 검증 스위트는 향후 마이그레이션 프로그램을 위한 자산으로 패키징했습니다. 데이터 품질 방법론(프로파일링, 결정적 해결, 잔여 항목은 사람 검토로 플래그, 모든 판정 문서화)은 이후 다른 고객의 두 개 마이그레이션 프로그램에 적용했습니다.

이 마이그레이션은 또한 깨끗하고 잘 거버넌스된 데이터 기반을 확립해, Sanofi의 영업 운영을 향후 AI 및 Data Cloud 이니셔티브에 맞게 위치시켰습니다. 완전한 감사 추적을 갖춘 깨끗한 데이터는 지능형 자동화의 전제 조건입니다. 영업 조직은 이제 그 위에서 Agentforce 에이전트를 지원할 수 있는 플랫폼 위에 자리합니다.

돌아보며

이 패턴은 규제 수준의 엄격함이 핵심 제약이고 타깃 아키텍처가 소스보다 높은 품질 기준을 충족해야 할 때 작동합니다. 경영진이 본질은 적재 단계가 아니라 데이터 품질임을 받아들일 때 작동합니다. 추출을 시작하기 전에 컴플라이언스와 IT를 표준 모델 설계에 참여시킬 수 있을 때 작동합니다.

데이터 품질 작업을 마이그레이션 이후 정리로 미루면서 더 빠른 전환을 좇을 때는 잘 작동하지 않습니다. 그것이 바로 규제 기관이 받아들이지 않는 시나리오이며, 후반에 수년간의 개선 작업을 낳습니다.

더 일찍 했어야 할 것은 표준 모델입니다. 추출이 시작되기 전에 엔터티, 항목, 담당자를 정해 두면, 규제 마이그레이션을 납기 위험으로 바꾸는 후반의 의사결정 대부분이 사라집니다.

사용 기술: Salesforce Sales Cloud, Service Cloud, Data Loader, 맞춤 추출 커넥터, Apex 검증 프레임워크, DataWeave 변환, 외부 데이터 프로파일링 도구